（水文学及水资源专业论文）中长期水文预报与水库群优化调度方法及其系统集成研究.pdf

大连理工大学博士学位论文 摘要 随着计算机技术的迅速发展和预测优化理论的深入研究，水利科学工作者几乎尝试 应用了各种算法来解决水文预报和水库群的优化调度问题，并且取得了丰富的研究成果 和一定的实践效果。但由于在水文中长期预报方面缺乏机理上的认知突破，在水库群优 化调度方面一些新方法仍存在理论与应用上的问题，所以尚有大量的基础工作、理论研 究、模型与方法改进等课题需要进一步的研究和解决。本文主要是进行模型与方法的改 进工作，深入研究了模糊优选神经网络、支持向量机、小波分频预测和微粒群算法在水 文预报和水库调度中的建模及其系统集成方法，主要内容如下： ( 1 ) 针对传统模糊优选神经网络模型训练速度慢的缺点，模糊优选神经网络训练 时采用l e v e n b e r g m a r q u a r d t 算法，其收敛速度近似二阶。l e v e n b e r g - m a r q u a r d t 算法是 g a u s s - n e w t o n 法的改进形式，既有g a l l s s - n e w t o n 法的局部特性，又具有梯度法的全局 特性，提供了n e w t o n 法的速度和保证收敛的梯度下降法之间的折衷，收敛的迭代次数 少，能快速完成网络训练。两个实例分析结果表明，l e v e n b e r g m a r q u a r d t 算法训练速度 快，并且训练得到的模糊优选神经网络模型的模拟预测结果都比较满意。 ( 2 ) 利用微粒群算法的全局寻优特性来进行支持向量机的参数识别。在支持向量 机建模过程中选择径向基函数为核函数，在此基础上应用微粒群算法用于辨识支持向量 机参数。在微粒群搜索参数前，对参数做了指数变换，使 0 ，1 】区间和 1 ，。】区间有着相 同的搜索概率。微粒群算法的适应值函数以支持向量机模型的推广能力为标准，讨论了 测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计。支持向量机 训练算法采用序列极小化训练算法，为了提高支持向量机模型的训练速度，训练工作集 的选择利用了目标函数的二阶导数信息，使工作集中的两个乘子在当前训练迭代步中具 有最大的改变量。最后以长江的宜昌站、寸滩站和漫湾水库的月径流资料为例，分别采 用a r m a 模型、季节性a r i m a 模型、b p 神经网络模型以及所建立的支持向量机模型 进行模拟预测，实例结果显示了该模型有效性。 ( 3 ) 利用小波分析的多分辨率功能，建立了月径流序列的小波分频预测模型。该 模型通过小波分解方法将月径流非平稳时间序列分解为多个细节信号序列和一个逼近 信号序列，然后运用平稳时间序列的a r m a 模型对各信号序列分别进行预测。以长江 的宜昌站和寸滩站的月径流资料为例，分别采用a r m a 模型、季节性a r i m a 模型、 b p 神经网络模型以及本文所建立的小波分频预测模型进行模拟预测，并讨论了小波分 解尺度数对小波分频预测模型的影响。最后还讨论t d , 波分频预测模型的实用性、缺陷 和小波拓延方式对预测精度的影响。 中长期水文预报与水库群优化调度方法及其系统集成研究 ( 4 ) 对基本微粒群算法进行了改进，以进一步提高基本微粒群算法的优化性能， 并将其用于求解梯级水库群优化调度问题。该算法为了提高搜索效率引进了类似遗传算 法的交叉和变异算子，其中交叉是微粒在解空间中的位置以一定的概率随机进行算术交 叉，变异是微粒以一定的概率随机使速度矢量的某一维分量变为0 。为了加速收敛，初 始微粒群生成时采用了有条件的随机自动生成方式，并利用惩罚函数法来处理边界条件 和其它非等式约束。以丰满白山梯级为计算实例，计算结果与常规动态规划法和常规 微粒群算法相比，表明改进算法计算速度更快，优化调度结果比较满意。最后还研究了 改进微粒群算法参数( 交叉概率、变异概率、微粒个数和微粒最大速度等) 的取值范围。 ( 5 ) 首先根据历史月径流资料，以“支持向量机方法”估计出当年各月的来水量； 然后根据历史年径流资料，采用加权马尔可夫链预估当年总的来水情况；最后根据总的 来水情况来修正当年主汛期各月来水。这样，各月预报来水获得后，再采用“改进微粒 群算法”进行水库群的优化调度计算。同时以白山一丰满梯级水电站水库群为例，提出 了径流预测与优化调度相结合的确定水电站最优运行方式的滚动预测决策方法。探讨了 实际、预报、上限、下限和插值5 种不同径流描述情况下水库的发电效益，计算结果表 明本文提出的滚动预测决策方法在白山一丰满梯级水电站水库群是可行的。 ， ( 6 ) 首先以图论分析方法，把水库群概化成一张有向图，运用邻接表、邻接矩阵 和关联矩阵进行拓扑分析解决了水库群的集成问题。并以图论为基础，利用方案关联表 进行方案的拓扑分析，降低了方案管理的复杂性，便于用户使用与管理。然后研究了软 件工程中的多种设计模式在水库预报调度系统中的应用，并将上述预报优化调度模型融 入其中。应用桥梁模式实现水库预报调度系统的体系结构设计与数据存取、应用策略模 式实现预报优化调度模型管理、应用迭代子模式和装饰模式实现预报调度方案管理、应 用代理模式实现用户权限管理、应用单例模式实现数据库连接池的管理等。实现了模块 的松耦合关系，增加了系统的可维护性和复用性。该系统采用w e b 浏览器和j a v a 窗口 两种显示界面，运行时可根据环境自动选择不同的通信方式与系统业务逻辑功能模块进 行交互。 最后对全文做了总结，并对有待于进一步研究的问题进行了展望。 关键词：水文中长期预报；水库群优化调度；模糊优选神经网络；支持向量机；小波分 析；微粒群；图论：设计模式 大连理_ 大学博士学位论文 m e t h o do fl o n g t e r mh y d r o l o g i c a lf o r e c a s t i n ga n do p t i m a lo p e r a t i o no f r e s e r v o i r sa n di t si n t e g r a t i o n a b s t r a c t w i mt h ed e v e l o p m e n to f t h et e c h n o l o g yo f c o m p u t e ra n dt h et h e o r yo f o p t i m i z a t i o na n d f o r e c a s t i n g , r e s e a r c h e r so fh y d r a u l i ce n g i n e e r i n gh a v eu t i l i z e dm a n yd i f f e r e n ta l g o r i t h m st o s o l v et h ep r o b l e m so f h y d r o l o g i c a lf o r e c a s t i n ga n do p t i m a lo p e r a t i o no f r e s e r v o i r ss ) r s t e m a l a r g ea m o u n to f r e s u l t sh a v eb e e nm a d ea n dc o m ei n t oe f f e c t h o w e v e r t h e r ea r es t i l la1 0 to f p r o b l e m sb yu s i n gt h e s en e wm e t h o d sd u ot ol a c ko fr e o r g a n i z a t i o no ft h em e o h a n i c so f h y d r o l o g i c a lf o r e c a s t m g ，t h e r e f o r e , l a r g en u m b e r so f s u b j e c t si nb a s i cw o r k , t h e o r ys t u d y a n d i m p r o v e m e n to fm o d e l ss h o u l db es t u d i e da n ds o l v c df u r t h e r 砸sd i s s e r t a t i o nf o c u s e so n i m p r o v i n gt h em o d e l sa n dt h em e t h o d sf o rh y d r o l o $ c a lf o r e c a s t i n ga n do p t i m a lo p e r a t i o n l o n g t e r mh y d r o l o g i c a lf o r e c 髂f i n g a n do p t i m a lo p e r a t i o nm o d e l i n gm e t h o d sa n di t s i n t e g r a t i o na r es t u d i e di n d e p t hu s i n gt h ef u z z yo p t i m i z a t i o nn e u r a ln e t w o r k ( f o n n ) ， s u p p o r tv e c t o rm a c t f i n e s ( s v m ) ，w a v e l e tt r a n s f o r ms u b b a n df o r e c a s tm e t h o da n dp a r t i c l e s w a l t l lo p t i m i z a t i o na l g o r i t h m 伊s o a ) t h em a i nt a s ko ft h i sd i s s e r t a t i o ni n c l u d e st h e f o l l o w i n gs e c t i o n s ： r 1 ) an e wf u z z yo p t i m i z a t i o nn e u r a ln e t w o r km o d e li sp r o p o s e db a s e d0 1 1 t h e l e v e n b e r g m a r q u a r d t ( l m ) a l g o r i t h m o na c c o u n to ft h ed i s a d v a n t a g e so fs l o wc o n v e r g e n c e o ft r a d i t i o n a lf u z z yo p t i m i z a t i o nn e u r a ln e t w o r km o d e l i nt h i sn e wm o d e l ，t h eg r a d i e n t d e s c e n ta l g o r i t h mi sr e p l a c e db yt h el 】a l g o r i t h mt oo b t a i nt h em i n i m u mo fo u t p u tc i t o r s d u r i n gn e t w o r kt r a i n i n g ，w h i c hc h a n g e st h ew e i g h t s 删u s t i n ge q u a t i o n so ft h en e t w o r ka n d i n c r e a s e st h et r a i n i n gs p e e d t w oc a s e ss t u d yi su t i l i z e dt ov a l i d a t et h i sn e wm o d e l , a n dt h e r e s u l t sr e v e a lt h a tt h en e wm o d e lf a s tt r a i n i n gs p e e da n db e t t e rf o r e c a s t i n gc a p a b i l i t y ( 2 ) u s i n gt h eg l o b a ls e a r c h i n gp e r f o r m a n c eo fp s o a t oi d e n t i f yt h ep a r a m e t e r so fs v m i nt h ep r o c e s so f m o d e l i n gs v m r a d i a lb a s i sf u n c t i o n ( r b f ) i su s e da sk e m e lf u n c t i o n , b a s e d o nw h i c hp s o ai se m p l o y e dt oi d e n t i f yt h ep a r a m e t e r so fs v m b e f o r ep a r t i c l es w a l i i i s e a r c h e st h ep a r a m e t e r s t h ep a r a m e t e r sa r et r a n s f o r m e di n t oe x p o r i e n t ，w h i e hm a k e si n t e r v a l 【o ，1 】a n di n t e r v a l 1 ，】h a v et h es a m es e a r c h i n gp r o b a b i l i t y a d a p t i v ev a l u ef u n c t i o no f p s o at a k e st h eg e n e r a l i z a t i o nc a p a b i l i t yo fs v mm o d e la st h ec r i t e r i o n ；t h u st w ok i n do f e s t i m a t i o no ft h eg e n e r a l i z a t i o nc a p a b i l i t yo fs v m t h em i n i m l l me l t o ro ft e s ts a m p l e sa n d l e a v e o n e o u tm e t h o d h a v eb e e nd i s c u s s e d s e q u e n t i a lm i n i m a lo p t i m i z a t i o nt r a i n i n g a l g o r i t h mi st a k e na st h et r a i n i n ga l g o r i t h mo fs v m i no r d e rt oi m p r o v et h et r a i n i n gs p e e d ， t h es e c o n dd e r i v a t i v eo fo b j e c t i v ef u n c t i o na r ee m p l o y e dt oc h c l o s et h ew o r k i n gs e tf o r 中长期水文预报与水库群优化调度方法及其系统集成研究 t r a i n i n g ，w h i c hm a k e st h et w om u l t i p l i e r si nw o r k i n gs e th a v et h em a x i m u mv a r i a t i o ni n c u l t e n ti t e r a t i o n t a k e nt h em o n t h l y d i s c h a r g eo fy i c h a n gs t a t i o n ，c u n t a ns t a t i o ni ny a n g t z e r i v e ra n dm a n w a nr e s e r v o ka se x a m p l e s ，a r m am o d e l ，a n ds e a s o n a la r m am o d e l ，b p n e u r a ln e t w o r km o d e la n dp r o p o s e ds v mm o d e la r eu s e dt of o r e c a s tt h em o n t h l yd i s c h a r g e r e s p e c t i v e l y t h es i m u l a t i o na n df o r e c a s t i n gr e s u l t ss h o wt h ee f f e c t i v i t yo ft h ep r o p o s e d m o d e l ( 3 ) b a s e do nw a v e l e ta n a l y s i st h e o r y , aw a v e l e tp r e d i c t i o nm o d e li sp r e s e n t e df o rt h e s i m u l a t i o na n dp r e d i c t i o no fm o n t h l yd i s c h a r g et i m es e r i e s i nt h i sm o d e l ，t h en o n s t a t i o n a r y t i m es e r i e so fm o n t h l y d i s c h a r g ei sd e c o m p o s e di n t oa na p p r o x i m a t e dt i m es e r i e sa n ds e v e r a l s t a t i o n a r yd e t a i lt i m es e r i e sa c c o r d i n gt ot h ep r i n c i p l eo f w a v e l e td e c o m p o s i t i o n e a c ho n eo f t h ed e c o m p o s e dt i m es e r i e si sp r e d i c t e dr e s p e c t i v e l yt h r o u g ht h ea r m am o d e lf o rs t a t i o n a r y t i m es e r i e s t a l ( i 1 1 9t h em o n t h l yd i s c h a r g ea ty i e h a n gs t a t i o na n dc u n m ns t a t i o no fy a n g t z e r i v e ra se x a m p l e s ，t h em o n t h l yd i s c h a r g ei ss i m u l a t e db yu s i n ga r m am o d e l ，s e a s o n a l a r i m am o d e l ，b pa r t i f i c i a ln e u r a ln e t w o r km o d e la n dt h ew a v e l e tp r e d i c t i o nm o d e l p r o p o s e di nt h i sa r t i c l e ，r e s p e c t i v e l y a n dt h ee f f e c to fd e c o m p o s i t i o ns c a l ef o rt h ew a v e l e t p r e d i c t i o nm o d e li sa l s od i s c u s s e d m e a n w h i l e ，t h ep r a c t i c a b i l i t ya n dt h es h o r t c o m i n go f w a v e l e tp r e d i c t i o nm o d e la l ea n a l y z e d m o r e o v e r ，t h ei n f l u e n c eo ft h ew a v e l e te x t e n s i o n m o d eo nt h ef o r e c a s t i n ga c c u r a c yi sd i s c u s s e d ( 4 ) t oi m p r o v et h eo p t i m i z a t i o nc a p a b i l i t yo ft r a d i t i o n a lp s o a ，ar e v i s e dp s o i ai s p r o p o s e da n du s e dt os o l v et h ep r o b l e m so fo p t i m a lo p e r a t i o nf o rc a s c a d er e s e r v o i r s f o r i n c r e a s i n gt h es e a r c h i n ge f f i c i e n c y , t h er e v i s e dp s o ai n t r o d u c e sc r o s s o v e ro p e r a t o ra n d m u t a t i o no p e r a t o r , w h i c ha r es i m i l a rt ot h eo p e r a t o r si ng e n e t i ca l g o r i t h m t h ep o s i t i o n so f t h ep a r t i c l e si ns o l u t i o ns p a c ea r ed o i n gt h ea r i t h m e t i c a lc r o s s o v e ra tac e r t a i no f p r o b a b i l i t y c a l l sc r o s s o v e r , a n dm u t a t i o nm e a n st h ep a r t i c l e sa tac e r t a i no f p r o b a b i l i t yr a n d o m l ym a k i n g s o m eo n ed i m e n s i o nc o m p o n e n tc h a n g ei n t oz e l o i no r d e rt oi n c r e a s et h ec o n v e r g e n c es p e e d , as t o c h a s t i cg e n e r a t e dm e t h o du n d e rc e r t a i nc o n d i t i o n si su t i l i z et og e n e r a t et h ei n i t i a lp a r t i c l e 舒h l ，a l t l l a n dp e n a l t yf u n c t i o ni su s e dt od e a lw i mt h eb o u n d a r yc o n d i t i o n sa n do t h e ri n e q u a l i t y c o n s t r a i n t s t a k i n ge x a m p l ef o rf e n g m a n b a i s h a nc a s c a d er e s e r v o i r st oc o m p a r et h er e v i s e d p s o aw i t l lt h et r a d i t i o n a ld y n a m i cp r o g r a m m i n ga l g o r i t h ma n dt h et r a d i t i o n a lp s o a 。t h e r e s u l t ss h o wt h a tt h er e v i s e dp s o ah a sf a s t e rc a l c u l a t i o ns p e e da n do p t i m a lo p e r a t i o nr e s u l t s a r es a t i s f i e d f u r t h e r m o r e ，t h es p a n so ft h ep a r a m e t e r s ( c r o s s o v e rp r o b a b i l i t y , m u t a t i o n p r o b a b i l i t y ，t h en u m b e ro f t h ep a r t i c l e sa n dt h em a x i m u ms p e e do f t h ep a r t i c l e s ) i nt h er e v i s e d p s o aa r ea l s os t u d i e e l ( 5 ) u s i n gt h ep r o p o s e ds v mm e t h o da n dt h er e v i s e dp s o a i n t ot h eo p t i m a lo p e r a t i o no f t h ec a s c a d er e s e r v o i r s f i r s t l y , t h ep r o p o s e ds v mi su s e dt oe s t i m a t et h ei n c o m i n gm o n t h l y r u n o f f a c c o r d i n gt ot h em o n t h l yd i s c h a r g ei nh i s t o r y s e c o n d l y , t h ew e i g h t e dm a r k o v - c h a i n 大连理工大学博士学位论文 i su s e dt oe s t i m a t et h et o t a lr u n o f fo fc u r r e n ty e a ra c c o r d i n gt ot h ea n n u a lr u n o f fi nh i s t o r y f i n a l l y , t h et o t a lr n n o f fi su s e dt or e v i s et h ec u r r e n tm o n t h l y r t l n o f fi nm a i nf l o o dp e r i o d i n t h i sw a y ，a f t e ro b t a i n i n gt h ef o r e c a s t i n gm o n t h l yr u n o f f , t h er e v i s e dp s o ai su s e dt og e tt h e o p t i m a lo p e r a t i o no f t h ec a s c a d er e s e r v o i r s t a k i n gf e n g m a n b a i s h a nc a s c a d er e s e r v o i r sa s a l le x a m p l e ，ar o l l i n gp r e d i c t i o no p e r a t i o nm e t h o d ，w h i c hc o m b i n e st h er u n o f ff o r e c a s t i n ga n d t h eo p t i m a lo p e r a t i o n , i sp u tf o r w a r dt od e t e r m i n et h eo p t i m a lo p e r a t i o nm a r i n e ro f h y d r o e l e c t r i cs t a t i o n m e a n w h i l e ，t h eb e n e f i to fe l e c t r i cp o w e rg e n e r a t i o nu n d e rd i f f e r e n t r u n o f fs i t u a t i o n s ，s u c ha sr e a l ，f o r e c a s t i n g ，u p p e rl i m i t ，l o w e rl i m i ta n di n t e r p o l a t i o n , a r e d i s c u s s e d t h er e s u l t ss h o wt h a ti ti sf e a s i b l et ou s i n gt h ep r o p o s e dr o l l i n gp r e d i c t i o n o p e r a t i o nm e t h o di nf e n g m a n b a i s h a nc a s c a d er e s e r v o i t s ( 6 ) b a s e do nt h eg r a p ht h e o r y , m u l t i r e s e r v o i r i sc o n c e p t u a l i z e da sad i g r a p h t h e a d a c e n tl i s t ，a d j a c e n tm a t r i xa n di n c i d e n c em a t r i xa r eu s e dt oa n a l y z et o p o l o g yr e l a t i o n sa n d t os o l v et h ei n t e g r a t i o no fm u l t i - r e s e r v o i r a n dr e l a t i o nt a b l e so fa h e m a t i y e sa r eu s e dt o a n a l y z et o p o l o g yr e l a t i o n s ，s ot h ec o m p l e x i t yo fa l t e r n a t i v em a n a g e m e n ti sr e d u c e df o rt h e c o n v e n i e n tu s ea n dm a n a g e r n e n to fc l i e n t t h e ns e v e r a ld e s i g np a a e m si ns o f t w a r e e n g i n e e r i n gw e r es t u d i e df o rt h ep u r p o s eo fa p p l y i n gt h e mt o t h e f o r e c a s ta n do p e r a t i o n s y s t e mf o rr e s e r v o i r s ( f o s r ) t h eb r i d g ep a t t e r ni se m p l o y e dt od e s i g nt h ea r c h i t e c t u r eo f f o s ra n dt h ed a t aa c c e s s ；t h es t r a t e g yp a t t e r ni su s e dt om a n a g et h em o d e l so ff o s r ；t h e i t e r a t o rp a a e r na n dt h ed e c o r a t o rp a t t e r na r ee m p l o y e di nt h ea l t e m a t i v e sm a n a g e m e n t ；t h e p r o x yp a t t e r ni sf o rm a n a g i n gt h eu s e r s a u t h o r i t i e s ；a n dt h es i n g l e t o np a t t e r nf o rt h ed a t a b a s e c o n n e c t i o np 0 0 1 n l ep a t t e r n su s e di nt h es o r w a r ea c h i e v et h el o o s ec o u p l i n gr e l a t i o n s h i p b e t w e e nd i f f e r e n tm o d u l a ra n di n c r e a s et h em a i n t a i n a b i l i t ya n dr e u s a b i l i t yo ft h ef o s r t w o t y p e so fd i s p l a yi n t e r f a c e s ，w e bb r o w s e ra n dj a v aw i n d o w ，a r ed e v e l o p e di nt h i ss y s t e m m e nf o s ri sr u n n i n g i tc a l lc h o o s et h ec o m m u n i c a t i o nm a n n e ra u t o m a t i c a l l ya n di n t e r a c t w i t ht h es y s t e mb u s i n e s sl o g i cf u n c t i o n a lm o d u l a ra c c o r d i n gt o 血eo p e r a t i n ge n v i r o n m e n t f i n a l l y as u m m a r yi sg i v e na n ds o m ep r o b l e m st ob ef u r t h e rs t u d i e da r ed i s e u s s e d k e yw o r d s ：l o n g t e r mh y d r o l o g i c a lf o r e c a s t i n g ；o p t i m a lo p e r a t i o no fr e s e r v o i r ss y s t e m ； f u z z yo p t i m i z a t i o nn e u r a ln e t w o r k ；s v m ；w a v e l e ta n a l y s i s ；p s o ；g r a p ht h e o r y ；d e s i g n p a t t e r n v 独创性说明 作者郑重声明：本博士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：蛆日期：避2 ：壁 大连理工大学博士研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者签名 导师签名 幺盏 么崞年勘上日 大连理工大学博士学位论文 1 绪论 1 1 选题背景和研究意义 水文预报与水库调度是现代水文学和决策论研究的热点。它们是建立在充分掌握客 观水文规律的基础上，预报未来水文现象变化，结合决策者的经验知识对水库进行科学 调度的应用科学技术，同时又是适应自然、减免损失的非常重要的防洪非工程措施，直 接为防汛抢险、水资源合理利用与保护、水利工程建设和调度运用管理、发展工农业生 产服务。 水文预报按预见期可分为：短期水文预报、中长期水文预报和超长期水文预报。其 中短期水文预报精度较高，对水库的洪水调度和河道防洪十分重要，但是短期水文预报 的预见期相对较短，往往满足不了防洪兴利调度上的需要。而中长期水文预报具有较长 的预见期，能够使人们在解决防洪与抗旱、蓄水与弃水及各部门用水之间矛盾时及早采 取措施进行统筹安排，以获取最大的效益。比如，有了中长期预报，在防汛工作中，结 合短期洪水预报，就可在一定程度上掌握整个防汛斗争的主动权。对于以发电为主的水 库来说，也须以预报的入库流量为依据来编制年度及各个时期的发电计划。所以做好水 库中长期径流预报是管好水库，并使其充分发挥效益的重要工作之一。 中长期水文预报模型很多，已在水文水资源研究中得到了广泛的应用，对水文水资 源科学问题的解决起到了非常重要的作用。主要有传统的物理成因分析和数理统计方 法，还有现代预报方法：模糊数学方法、人工神经网络方法、灰色系统理论、多层递阶 预报方法、混沌理论、小波分析方法、支持向量机和最优组合预测方法等。但每种方法 都有各自的适用条件，或存在有待深入研究的问题，即没有一种既理想又实用的算法。 究其根本原因，水文水资源系统预测的对象通常是有相互之间非线性作用的多因素组成 的开放复杂巨系统，简单、线性、封闭只是极少数的特例；水文水资源系统的行为大多 是动态、不稳定、非平衡的，稳定、平衡只是少数的、暂时的现象。所以在现有的科学 技术条件下，难以作出准确、可靠的中长期水文预报。但根据水文要素变化的非线性特 点，突破传统概念的束缚，引进新的非线性科学方法或对多种方法进行耦合都可能成为 新的分析途径。因此，如何在已有研究成果的基础上继续完善、改进和探索新的求解方 法仍然是有待深入研究的问题。 随着我国经济建设的迅速发展，水电站水库群的数量与规模都出现了快速增长的势 头，其规划设计和运行管理问题愈来愈复杂。运用系统工程方法和现代计算技术，进行 水电站水库群的优化调度和规划，对于提高水电站水库与电力系统的规划设计和调度管 中长期水文预报与水库群优化调度方法及其系统集成研究 理水平，加速水电前期工作，选择最佳方案，节约建设资金，提高经济效益，社会效益 和供电可靠性，对于实现水利水电系统和电力系统的规划设计与运行管理的科学化、现 代化，都有重要作用。 水库群优化调度是根据水库入流过程，通过最优化方法寻求最优准则相应的目标函 数达到极值的最优运行策略。几十年来随着计算机技术的迅速发展和优化理论的深入研 究，水利科学工作者尝试了应用各种优化算法来解决水库群的优化调度问题：有传统的 线性规划法、非线性规划法、网络流规划法、最优控制理论和动态规划法等，还有现代 的人工神经网络方法、遗传算法、混沌优化算法、蚁群算法和微粒群算法等。但每种算 法都有相应的不足，究其根本原因，该问题本身是一个复杂的大型、动态、有约束的混 合整数非线性规划问题。因此如何在已有研究成果的基础上继续完善、改进和探索新的 求解方法，是水库群优化调度所面临的一个亟待解决的问题。 为能给用户提供快速的决策支持，集成了预报调度模型的水库预报调度系统软件的 设计开发是必要的。调度决策得当与否，关键在于决策者能否利用现代科学技术，掌握 各种信息，发挥其智能，直接参与调度方案的全过程。因此，决策的可视、交互、智能 与集成化研究具有重要理论价值和重大经济价值，其意义深远。水库预报调度系统结构 复杂，功能庞大，是一个复杂的集成系统。其涉及到许多问题，如模型集成、数据集成 等问题，如何把子系统和功能模块集成起来，形成一个完整的决策支持体系，目前还没 有成熟的理论和方法。因此在水库预报调度系统开发实施前，需要研究用于指导其研究 和开发的理论和方法，研究解决系统问题的关键技术，是系统成功集成开发的前提条件。 本文拟结合国家自然科学基金项目和平时的一些生产实际，主要研究三种中长期预 报模型( 基于l e v e n b e r g m a r q u a r d t 算法的模糊优选神经网络模型、基于p s o 参数辨识 的s 、m 径流预测模型和小波一a r m a 分频预测模型) 、一种优化调度模型( 基于改进 p s o 的梯级水库群优化调度模型) 和一种水库预报调度系统的集成方法。 1 2 中长期水文预报的研究现状 根据河川径流的变化具有连续性、随机性、不重复性、周期性和地区性等特点，传 统的中长期径流预报方法一般可归纳为两大类：物理成因分析法和数理统计方法；近年 来，随着数学科学的不断发展，新的数学分支不断涌现，它们在水文预报领域得到了广 泛的应用，为水文中长期预报增添了新的方法和途径，主要包括模糊数学方法、人工神 经网络、灰色系统理论、多层递阶方法、混沌理论、小波分析和支持向量机方法等。 ( 1 ) 传统的中长期预报方法 物理成因分析法 大连理工